当结果不能证明手段正当：学习一种防止有害间接效应的治疗策略
应用统计
2021-01-22 v1 统计方法学
摘要
关于寻找所谓最优治疗规则的文献日益增多，这些规则是根据个体特征向个体分配治疗以使期望结果最大化的规则。一个相关目标在于识别那些被预测具有有害间接效应（治疗通过中介变量对结果产生的效应）的个体，即便治疗对结果存在总体有益效应。在某些情况下，有害间接效应的可能性可能超过可能有益的总体效应，这将成为对指示个体谨慎治疗的理由。我们基于当前中介效应与最优治疗规则文献，提出一种识别中介治疗效应有害的子群的方法。我们的方法是非参数的，纳入可能混淆中介-结果关系的治疗后变量，并且不对基线协变量、中介变量（联合考虑）或结果的分布施加限制。我们应用所提方法在 Moving to Opportunity 住房券实验中识别出一个男孩子群，其被预测具有有害间接效应，尽管平均总效应是有益的。
引用
@article{arxiv.2101.08590,
title = {When the ends don't justify the means: Learning a treatment strategy to prevent harmful indirect effects},
author = {Kara E. Rudolph and Ivan Diaz},
journal= {arXiv preprint arXiv:2101.08590},
year = {2021}
}